电厂门禁考勤系统的研究与设计
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题背景 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 本文研究内容与组织结构 | 第17-20页 |
| 1.3.1 本文的研究内容 | 第17页 |
| 1.3.2 本文的组织结构 | 第17-20页 |
| 第2章 电厂门禁考勤系统总体设计 | 第20-24页 |
| 2.1 系统总体框架设计 | 第20-21页 |
| 2.2 系统功能流程 | 第21-22页 |
| 2.3 系统性能指标 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 实时人脸检测模块的实现 | 第24-48页 |
| 3.1 引言 | 第24页 |
| 3.2 人脸检测算法研究 | 第24-28页 |
| 3.2.1 AdaBoost算法描述 | 第24-25页 |
| 3.2.2 训练弱分类器 | 第25-27页 |
| 3.2.3 训练强分类器 | 第27页 |
| 3.2.4 级联分类器 | 第27-28页 |
| 3.3 人脸图像的特征表示 | 第28-34页 |
| 3.3.1 Haar-like特征模板 | 第28-29页 |
| 3.3.2 计算最优弱分类器 | 第29-31页 |
| 3.3.3 基本LBP算子 | 第31-32页 |
| 3.3.4 扩展LBP模式 | 第32-34页 |
| 3.4 实现自动人脸跟踪 | 第34-37页 |
| 3.5 实时人脸检测模块的实现 | 第37-39页 |
| 3.5.1 判断运动物体 | 第37-38页 |
| 3.5.2 实现完整模块 | 第38-39页 |
| 3.6 实验与分析 | 第39-46页 |
| 3.6.1 训练级联分类器 | 第40页 |
| 3.6.2 测试检测算法 | 第40-44页 |
| 3.6.3 测试模块性能 | 第44-46页 |
| 3.7 本章小结 | 第46-48页 |
| 第4章 人脸识别模块的设计与实现 | 第48-68页 |
| 4.1 模块总体设计 | 第48-49页 |
| 4.2 模块相关算法研究 | 第49-59页 |
| 4.2.1 几何规范化 | 第49-52页 |
| 4.2.2 小波变换理论 | 第52-56页 |
| 4.2.3 主成分分析 | 第56-58页 |
| 4.2.4 线性判别分析 | 第58-59页 |
| 4.3 人脸识别模块的实现 | 第59-64页 |
| 4.3.1 规范化人脸图像 | 第59-60页 |
| 4.3.2 图像采样 | 第60-61页 |
| 4.3.3 使用Gabor小波变换 | 第61-62页 |
| 4.3.4 使用PCA投影 | 第62-63页 |
| 4.3.5 结合LDA算法 | 第63-64页 |
| 4.4 实验与分析 | 第64-66页 |
| 4.5 本章小结 | 第66-68页 |
| 第5章 门禁控制模块的设计与实现 | 第68-78页 |
| 5.1 模块硬件的设计与实现 | 第68-75页 |
| 5.1.1 电子门禁锁 | 第68-69页 |
| 5.1.2 驱动电机 | 第69-71页 |
| 5.1.3 单片机控制模块 | 第71-75页 |
| 5.2 模块软件的设计与实现 | 第75-77页 |
| 5.3 本章小结 | 第77-78页 |
| 第6章 系统实现与测试 | 第78-84页 |
| 6.1 数据库表的设计 | 第78-80页 |
| 6.2 人脸特征库的建立 | 第80页 |
| 6.3 系统的构建 | 第80-81页 |
| 6.4 实验与分析 | 第81-82页 |
| 6.5 本章小结 | 第82-84页 |
| 第7章 总结与展望 | 第84-86页 |
| 7.1 本文工作总结 | 第84-85页 |
| 7.2 课题展望 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90页 |
